公司战略定位 - 公司重新定义自身为一家垂直整合、横向开放的计算公司，这与外界对其作为专注GPU芯片公司的固有印象截然不同 [1][2] - 公司战略从专注于高性能GPU和CUDA生态，转向在硬件上进行垂直整合，在软件上走向合作开放 [2] - 公司CEO提出“AI五层蛋糕”理论，认为AI产业从下到上依次为能源、芯片、数据中心、模型、应用，公司正在每一层进行押注，以推动整个AI产业链流动并做大市场 [14][16] 新一代硬件平台：Vera Rubin - 下一代计算平台Vera Rubin从单颗芯片进化为由7款定制芯片和5种不同机架组成的芯片系统 [3] - 通过NVLink 6网络，将72颗Rubin GPU和36颗Vera CPU在微秒级延迟下连接成一个超级芯片 [3] - 其中Vera CPU集成了256颗液冷处理器，计算效率是传统CPU的两倍，并首次作为独立CPU产品向市场出售 [3] - 与上一代Blackwell芯片整合后，Vera Rubin平台单卡推理能力最高提升5倍，大模型生成Token成本降低90% [3] - 阿里巴巴、字节跳动和Cloudflare等云服务商已宣布将部署，预计今年下半年向首批客户交付 [3] 关键硬件收购与整合：Groq 3 LPU - 公司斥资200亿美元收购初创公司Groq，获取其低延迟推理核心技术 [4] - 在Vera Rubin平台中整合了Groq 3 LPU（语言处理单元），用于AI推理任务加速 [4] - Groq 3 LPU将数据留在芯片内处理，无需外置高宽带内存，因此在问答和内容生成时延迟更低、更稳定，弥补了公司原有架构在推理速度上的不足 [4] - 公司通过专门的“Groq 3 LPX推理托盘”，将低延迟技术变为可拔插模块，既弥补短板也消除了潜在竞争风险 [4] 消费级SoC产品：N1X芯片 - 公司与联发科共同研发基于Arm架构的N1X SoC，主要面向高端AI PC和笔记本电脑市场 [5] - N1X效仿苹果M系列芯片，将CPU、GPU和AI加速单元集成在同一物理内存池上，以优化延迟和能耗 [6] - 此举是公司继移动端“丹佛计划”和数据中心Grace CPU后，再次冲击消费级SoC市场，意图在个人PC处理器市场分一杯羹 [6] 软件生态战略：开放与合作 - 公司与开源项目OpenClaw合作，推出面向企业市场的开源AI智能体平台NemoClaw，帮助企业部署、运行和管理AI Agent [9] - NemoClaw不限制硬件，可运行在英伟达、Intel和AMD的芯片上，标志着公司主动解绑了其核心软件生态与自家硬件的绑定 [10] - 公司判断，企业级应用的核心基础是处理结构化数据（如SQL、Spark），因此致力于让企业在处理数据和构建Agent工作流时习惯调用NemoClaw的API和微服务 [13] - 公司近期发布了自身的大语言模型Nemotron 3，以完善软件生态闭环 [13] - 公司CEO认为，用谁的软件比软件在谁家芯片上运行更重要，开源NemoClaw旨在降低企业使用门槛，做大整个AI市场需求，从而带动对高端算力的需求 [14] 市场前景与竞争格局 - 公司CEO预计，到2027年，以Blackwell和下一代Vera Rubin为主的AI加速芯片累积营收将达到一万亿美元 [2] - 云厂商自研芯片（如微软Maia、谷歌TPU）已获得市场近40%的份额 [12] - 公司通过垂直整合硬件（CPU、GPU、交换机、网络协议、低延迟模块）和开放软件生态，显著提升了竞争者的替代门槛 [7] - 公司在AI基础设施硬件上采取全面覆盖策略，意图赚取产业链上的每一块利润 [8]

报告行业投资评级 - 推荐（维持）[3] 报告核心观点 - 全球AI算力革命正加速芯片争霸赛，竞争焦点从芯片性能转向整体生态构建[6][8] - AI算力需求正从“通用训练”向“专用推理”转变，“开放互联+专用芯片”模式正在挑战英伟达的封闭生态体系[6][8] - 超大规模云厂商通过自研芯片强化垂直整合，推动产业向专用化、定制化发展，已成为不可逆的潮流[6][8] 全球AI算力需求与市场格局 - **智能算力需求快速增长**：2023年全球算力总规模为1397 EFlops，其中智能算力规模（换算为FP32）为875 EFlops，占比达63%[14]；预计2030年全球算力规模将超过16 ZFlops，智能算力占比将超过90%[6][14] - **英伟达在AI芯片市场占据主导**：2024年搭载GPU的AI服务器占比约为71%，其中英伟达的市场占有率接近90%，AMD约为8%[6][19]；ASIC芯片在AI服务器中的占比已攀升至26%[19] - **算力计量与规模**：1 EFLOPS（每秒一百亿亿次浮点计算）约等于25万台主流双路服务器或200万台主流笔记本的算力输出[12]；2023年全球已安装的英伟达AI算力每年增长约2.3倍[24] 主要参与者竞争态势 英伟达：全栈计算基础设施领导者 - **构建全栈解决方案**：提供包括CUDA编程模型、数百个软件库、SDK和API在内的全栈计算基础设施[6][49] - **硬件快速迭代**：2024年推出Blackwell架构GPU，拥有2080亿个晶体管，处理万亿参数模型的速度比前代快30倍[53]；2026年1月发布Vera Rubin计算平台，重新设计了Vera CPU、Rubin GPU等6款芯片，实现全平台协同创新[6][61] - **CUDA生态构筑护城河**：CUDA累计下载量超过5300万次，在全球拥有500万个开发者、4万家公司及数以千计的生成式AI公司[6][69] - **数据中心业务驱动高增长**：2025财年数据中心业务收入达1151.9亿美元，同比增长142.4%，占总收入比重达88.3%[6][65] 博通：AI专用芯片领域的“隐形冠军” - **聚焦ASIC芯片市场**：在ASIC市场以55%-60%的份额位居第一，与谷歌、Meta、亚马逊等超大规模客户建立长期合作关系[6][43] - **硬件与软件协同增长**：2025财年半导体业务收入达368.6亿美元，占总收入58%，其中AI业务营收达200亿美元，同比增长65%；基础设施软件业务收入270亿美元，同比增长26%[6][80] - **技术积累深厚**：拥有约1.9万项专利，并在3.5D系统级封装、高速互连等领域具备领先技术[83] AMD：完善生态建设，性能快速提升 - **GPU性能对标英伟达**：2025年6月发布的MI350系列AI芯片在FP4精度下峰值算力达20 PFLOPS，是上一代MI300X的4倍，推理性能提升35倍[108]；MI355X在浮点性能上与英伟达B200大致相当，且拥有288GB HBM3e内存（比B200多108GB）[108][109] - **明确产品路线图**：计划于2026年推出MI400系列（MI455X），2027年推出MI500系列，并承诺在4年内实现1000倍的AI性能提升[6][111] - **加强软件生态**：发布ROCm 7.0软件平台，使MI300X的推理性能提升约3.5倍，训练有效浮点性能提升3倍[116] - **服务器CPU市占率突破**：2025年AMD在服务器CPU市场份额首次达到50%，超越英特尔[117] 超大规模云厂商：自研芯片与垂直整合 - **谷歌云**：自研TPU已迭代至第七代“Ironwood”，峰值算力达4614 TFLOPS，性能接近英伟达B200[118]；2025年TPU预计出货250万片，并开始对外出售以扩大生态影响力[118][120] - **亚马逊云科技（AWS）**：推出Trainium芯片，其Trainium 3（3纳米工艺）性能较上一代提升4倍，与同等GPU系统相比可将AI模型训练和运行成本降低40%[42] - **行业趋势**：谷歌、Meta、亚马逊、微软等正通过自研芯片推进算力自主化，旨在降低外部依赖、优化成本结构[6][118] 行业生态竞争与融合趋势 - **英伟达稳居半导体销售榜首**：2025年第三季度全球半导体销售额达2084亿美元，英伟达以570亿美元收入位居第一[6][93] - **开放标准联盟挑战封闭生态**：科技巨头成立超以太网联盟（UEC）对标英伟达InfiniBand，成立UALink联盟对标NVLink，以“开放互联+专用芯片”重塑竞争格局[6][100] - **生态竞争加剧**：英伟达推出半开放的NVLink Fusion平台并收购Groq布局LPU技术[100][101]；博通推出扩展以太网（SUE）框架进军Scale-Up市场[102]；竞争着力点从芯片性能转向整体生态构建[8] 投资建议 - **关注国产算力自主化进程**：A股建议关注寒武纪、海光信息、摩尔线程、拓维信息、浪潮信息、中科曙光、工业富联、中际旭创、新易盛、中国移动、中国电信等[6] - **关注全球核心标的**：美股建议关注英伟达、博通、台积电、甲骨文、超威半导体（AMD）、ARISTA网络、戴尔科技、迈威尔科技、VERTIV、数字房地产信托、COREWEAVE、CREDO TECHNOLOGY、NEBIUS、超微电脑等[6]